چکیده: استفاده از زبان اشاره جهت کنترل تجهیزات در محیط های صنعتی بجای کلید های مکانیکی می تواند علاوه بر راحتی موجب امنیت بیشتر کاربر نیز گردد. برای این منظور اطلاعات دست کاربر توسط یک دوربین مرئی اخذ و به کمک الگوریتم های بینایی ماشین از آن ویژگی های مناسب استخراج می‌گردد. سپس از روی ویژگی‌های استخراج شده الگوی دست توسط روش‏های یادگیری ماشین شناسایی می شود. دراین صورت محیط اطراف کاربر می‏تواند به کمک الگوی دست که نقش یک کلید مجازی را دارد، کنترل شود. جایگزین کردن کلید مجازی به جای کلید های مکانیکی گامی نو در جهت بهبود کارایی، کاهش هزینه‏ها و افزایش ایمنی خواهد بود. در این پایان نامه روشی جهت شناسایی الگوی دست جهت اجرای کلید مجازی پیشنهاد می‏شود. برای این منظور پس از اخذ تصویرکاربر، منطقه‏‏‏‏‏‏ی دست به کمک رنگ پوست شناسایی می گردد. با توجه به حساسیت تشخیص ناحیه دست به نور محیط از روش های فازی برای کاهش حساسیت بهره برده ایم تا تحت هر شرایط محیطی عملکرد مناسبی داشته باشد به طور مثال در شرایط پر نور یا شرایط کم نور قابلیت تنظیم خودکار مولفه‏های فضای HSV را دارا می‏باشد. با استخراج ناحیه دست از آن کانتور دست بدست می آید. برای استخراج الگوی دست از رابطه هندسی نقاط کلیدی دست بهره برده‌ایم. پس از استخراج نقاط بین انگشتان دست دایره‏ای فرضی بدست می‌آید که با حرکت دست جابجا می شود یعنی کاربر می‌تواند در هرمنطقه از صحنه که عوامل مختل کننده‏ی کمتری بروی کانتور دست وجود دارد الگوهای کلیدی را اجرا کند. به کمک ویژگی‌های هندسی مناسب از کانتور دست الگوی دست شناسایی می گردد. با توجه به نیاز طبقه بندKNN به داده های آموزشی کم از این طبقه بند برای شناسایی الگوی دست استفاده می‌نماییم. نتایج تجربی بدست آمده از اعمال روش پیشنهادی برروی تصاویر پایگاه داده‏ی جمع آوری شده، نشان می دهد که الگوریتم پیشنهادی از کارایی خوبی بر‌خوردار است. معیار حساسیت طبقه بند برای 29 حالت دست با توجه به450 تصویر اخذ شده از دوربین برای هرحالت، به صورت بلادرنگ با میانگین 96.40 درصد در قسمت درخشان و با میانگین 94.33 درصد در قسمت کم نور اثباتی بر عملکرد خوب این روش می‏باشد.